目前对专利数据的应用研究主要集中在专利权人的专利布局、各领域的专利技术演变和预测以及核心专利识别等方面，在一定程度上忽略了对专利发明人本身状况的研究。如果能识别出每一个专利发明人，就能够跟踪到每个发明人的专利申请历史、地址变动状况、相关专利合作网络，并分析其技术研发、区域流动等特点，进而研究发明人国际流动问题。为了得到发明人层次的中国人才流动状况，本文利用USPTO相关专利数据，构建初始中国发明人专利数据集（收集发明人地址出现过“中国”的相应发明人所有的专利），并利用适当的算法对其进行消歧，得到精确归一化后的发明人数据。本文采取了多种算法对发明人姓名的消歧进行不断优化，结果表明，多种算法的组合运用对于提高消歧效果的准确性有很大帮助。对发明人进行消歧优化取得的归一化发明人数据，是开展发明人区域流动研究的数据基础。　　在实证方面，本文选择USPTO中授权的中国发明人的专利，对中国发明人的国际流动相关情况进行统计分析。中国流出、流入较多的国家包括北美的美国和加拿大，亚洲的韩国、日本、新加坡，欧洲的德国、英国、法国、瑞士等，以及大洋洲的澳大利亚。流动路线中，从欧美到中国再到欧美和亚洲到中国再到亚洲2条路线的发明人数量最多。统计结果显示，中国专利发明人流入中国的比流出中国的人次多，同时，大部分优秀发明人的流动会发生在首次获得专利授权后的6年内。本文从两个层面入手对发明人国际流动的特点进一步分析:一是流动的发明人在流动前后的专利指标变化，涉及专利的技术领域、专利权人和专利合作等;二是流动的发明人和没有流动的发明人之间的对比分析。　　最后，通过回归分析发现，一件USPTO专利中的中国发明人如果相对上一次专利授权时的国际位置发生了变化，相应的专利被引频次下降0.6次。中国发明人国际流动和专利质量呈负相关，并且两者之间显著性很强。这一方面可能与发明人流动后的科研环境变化有关，另一方面也和发明人的自身研发动机变化相关。